Макроэкономические факторы капитализации российского фондового рынка: эконометрическая оценка

В майском указе Президента Российской Федерации 2024 года в числе целевых ориентиров зафиксирован показатель капитализации фондового рынка на уровне 66% ВВП к 2030 году. Достижение этого ориентира зависит от ряда макроэкономических факторов. Для получения сопоставимых количественных оценок их влияния на фондовый рынок необходим соответствующий эконометрический инструментарий. Такой инструментарий был разработан на Кафедре моделирования и системного анализа Факультета информационных технологий и анализа больших данных Финансового университета под руководством доктора технических наук, профессора Виктора Алексеевича Бывшева.

Виктор Алексеевич Бывшев рассказывает, что эконометрическая модель построена на квартальных данных с 2011 по 2023 год и позволяет объяснять вклад макроэкономических факторов в формирование уровня капитализации фондового рынка. Модель учитывает инерционность рыночных процессов: текущее значение капитализации зависит от её значения в предыдущем квартале и от текущих значений макроэкономических факторов. Экзогенными переменными являются:

-         ВВП России в номинальном выражении;

-         долгосрочная ставка ОФЗ;

-         объём торгов акциями;

-         прирост денежной массы (М2);

-         курс доллара США;

-         прирост активов банковского сектора;

-         переменная, отражающая влияние неблагоприятных событий (санкции 2014 года, пандемия 2020 года, начало СВО в 2022 году).

Согласно оценённой эконометрической модели, реакция капитализации на прирост макроэкономических переменных составила:

Главный вызов при построении модели состоял в том, чтобы корректно обработать временные ряды разного порядка интегрированности. Абсолютные показатели денежной массы и активов банковского сектора оказались нестационарными второго порядка, поэтому был произведён переход к их цепным приростам. Это позволило избежать ложной регрессии и получить состоятельные оценки.

Наиболее интересные результаты получены по двум факторам, где теоретические ожидания и эмпирические оценки разошлись.

-        Первый – денежная масса. Прирост денежной массы на 1 трлн руб. сопровождается снижением капитализации на 1,8 трлн руб. Это означает, что в рассматриваемый период увеличение денежного предложения не трансформировалось в дополнительный спрос на акции. Одна из возможных причин — структурные особенности российского финансового рынка: в периоды высокой неопределенности рублевая ликвидность уходила преимущественно на валютный рынок или в сберегательные стратегии, минуя фондовый.

-        Второй – банковский сектор. Прирост активов банков на 1 трлн руб. дает снижение капитализации на 240 млрд руб. В отличие от результатов некоторых зарубежных исследований, где банковский кредит и рынок акций дополняют друг друга, на российских данных зафиксирован эффект замещения: бизнес в рассматриваемый период предпочитал долговое финансирование размещению акций на фондовом рынке.

Доцент Кафедры моделирования и системного анализа Факультета информационных технологий и анализа больших данных Финансового университета, кандидат экономических наук, Мария Юрьевна Михалева, один из соавторов модели, выделяет три направления её практического использования.

1.      Сценарное прогнозирование. Подставляя в уравнение прогнозные значения ВВП, процентных ставок, валютного курса и других переменных, можно получить количественную оценку ожидаемой капитализации при разных макроэкономических сценариях.

2.      Стресс-тестирование. Модель показывает, какой ущерб капитализации нанесут шоковые события, сопоставимые по масштабу с уже пережитыми. Это важно для оценки запаса прочности как у эмитентов, так и у институциональных инвесторов.

3.      Обоснование управленческих решений. Для регулятора модель даёт понимание ценовых эффектов от изменения ключевой ставки (через ставку ОФЗ). Для эмитентов – оценку чувствительности рыночной стоимости компаний к макроэкономической конъюнктуре.

Модель показывает, что влияние неблагоприятных событий на капитализацию сопоставимо с воздействием классических макроэкономических факторов. Это означает, что любые прогнозы и сценарные оценки, не учитывающие внешние шоки, могут давать систематически завышенные результаты. Разработанный инструментарий позволяет скорректировать это смещение.